局部平稳部分线性面板数据模型的统计推断

部分线性模型是一类非常重要的半参数回归模型,由于它既含有参数部分又含有非参数部分,与常规的线性模型相比具有更强的适应性和解释能力。文章研究带有局部平稳协变量的固定效应部分线性面板数据模型的统计推断。首先提出一个两阶段估计方法得到模型中未知参数和非参数函数的估计,并证明估计量的渐近性质,然后运用不变原理构造出非参数函数的一致置信带,最后通过数值模拟研究和实例分析验证了该方法的有效性。     

政府动态奖惩机制下绿色建筑供给侧演化博弈研究

从绿色建筑供给侧角度出发，构建消费者效用函数、开发商利润函数和政府与开发商的演化博弈模型，分析消费者绿色偏好、建筑绿色度、成本等因素对建筑价格、需求和利润的影响以及政府动态奖惩政策下系统的演化稳定策略。结果表明：消费者绿色偏好支付系数和建筑绿色度的增大有利于绿色建筑价格、需求和利润的提高，但高成本却使需求和利润降低；政府采用静态补贴与静态税收政策时，博弈系统不存在演化稳定策略，采用动态补贴与静态税收、静态补贴与动态税收、动态补贴与动态税收三种政策组合时，系统存在演化稳定策略；动态补贴与静态税收的政策组合在推动绿色建筑发展方面优于其他政策；开发商开发绿色建筑的概率与补贴上限值呈负相关，与税收上限值呈正相关。     

集体行动视角下的制度逻辑演化机制研究

通过对我国专车服务市场制度变革过程的纵向案例研究，探讨了组织场域中的集体行动如何推动制度逻辑演化的内在机制问题。研究发现：制度逻辑的演化过程主要经历了分离、冲突和共存三种状态，不同的制度逻辑的演化是由行动主体能动性策略和资源利用所构建的集体行动模式差异性驱动的。制度变革机会的涌现促使场域中的行动主体采用协调性的集体行动模式，促成了新制度逻辑的生成，并导致了新、旧两种制度逻辑的分离；在制度变革机会变得模糊的场域中，行动主体非协调的集体行动促使新、旧两种制度逻辑之间的激烈冲突；而在制度变革机会沉没的情境下，行动主体再协调性的集体行动最终促成了新、旧两种制度逻辑的共存。研究结论对我国当前复杂制度环境下新兴业态的发展以及传统业态的协同治理提供了重要的借鉴和启示。     

基于Petri网的微博网络信息传播模型

微博网络中的信息传播模型是分析用户行为，找出传播路径，确定领袖人物，发现舆情热点等研究的基础。虽然多种不同角度的信息传播模型已经得到广泛研究，但缺乏对信息动态传播过程的直观描述。本文基于Petri网的结构和特征，针对微博网络信息传播过程，提出了一种简单直观的描述模型，该模型首先对微博网络的信息动态传播过程中的对象进行结构化描述。本文根据微博网络的用户结构关系，并利用Petri网的相关理论，形式化解释和定义信息传播基本对象，从而更加直接描述了微博网络中的转发、评论、回复等多种用户行为。在此基础上，本文利用Petri网能够描述信息流动问题的特征，结合颜色Petri网和时延Petri网，从Petri网系统的角度表示信息动态传播路径，并研究网络的动态性质和传播条件，使得信息传播模型更加真实地模拟信息传播情况。最后本文分析信息传播算例和新浪微博真实数据实验，验证了模型的有效性和可行性，为舆情态势分析以及用户行为的研究提供帮助和支持，同时也为其它社交网络信息传播的用户行为描述提供了新的思路。     

政府减排目标、产业结构与污染减排

政府是污染减排的重要主体,了解其行为对污染减排的作用对提升污染减排效果及实现中国绿色发展具有重要意义。创造性地将政府减排目标纳入研究框架,构建面板门槛模型,从工业污染排放总量的角度分析政府减排目标、产业结构、经济规模等因素对地方污染减排的影响,并用工业污染物强度进行稳健性检验。结果显示,政府减排目标对污染减排的作用存在阶段性不同:经济发展初级阶段,政府减排目标对污染排放总量的作用方向为正; 经济发展水平较高时,作用方向为负; 两者之间存在适应性调整阶段,作用方向具有不确定性,但总体由正向作用向负向作用转变。产业结构对工业污染排放总量的作用方向因污染物种类而异,经济规模对工业污染排放总量作用方向为正。     

内核级并发通信的研究

提出了一种内核级并发消息通信机制。该机制采用对象传送协议和动态线程池技术,并通过会话控制完成数据的收发过程,将线程池设计为二级阻塞队列来暂缓线程的撤销过程,从而保证既能够快速响应客户请求,又可减少因频繁创建和撤销线程而消耗系统的资源和时间,为分布式操作系统提供了高效可靠的通信服务。     

从读者反应理论看朱生豪、梁实秋的莎译本中文化空缺词的翻译

读者接受理论为文学翻译提供了一个更为开放的视角,值得重视和借鉴。然而,如果全盘接受读者接受理论的观点,把文学翻译仅仅看作一种译者主体行为,势必会导致不准确的翻译。读者对于文化空缺词的接受能力是一个历史的动态变化过程。     

Bias Correction in the Dynamic Panel Data Model with a Nonscalar Disturbance Covariance Matrix

Approximation formulae are developed for the bias of ordinary and generalized Least Squares Dummy Variable (LSDV) estimators in dynamic panel data models. Results from Kiviet [Kiviet, J. F. (1995), on bias, inconsistency, and efficiency of various estimators in dynamic panel data models, J. Econometrics68:53-78; Kiviet, J. F. (1999), Expectations of expansions for estimators in a dynamic panel data model: some results for weakly exogenous regressors, In: Hsiao, C., Lahiri, K., Lee, L-F., Pesaran, M. H., eds., Analysis of Panels and Limited Dependent Variables, Cambridge: Cambridge University Press, pp. 199-225] are extended to higher-order dynamic panel data models with general covariance structure. The focus is on estimation of both short- and long-run coefficients. The results show that proper modelling of the disturbance covariance structure is indispensable. The bias approximations are used to construct bias corrected estimators which are then applied to quarterly data from 14 European Union countries. Money demand functions for M1, M2 and M3 are estimated for the EU area as a whole for the period 1991: I-1995: IV. Significant spillovers between countries are found reflecting the dependence of domestic money demand on foreign developments. The empirical results show that in general plausible long-run effects are obtained by the bias corrected estimators. Moreover, finite sample bias, although of moderate magnitude, is present underlining the importance of more refined estimation techniques. Also the efficiency gains by exploiting the heteroscedasticity and cross-correlation patterns between countries are sometimes considerable.     

用声学测量预报等温淬火球墨铸铁强度

等温淬火球墨铸铁的机械性能与其声学性能相关。本文将两种碳当量球铁在８４５，８９９和９４５℃温度进行奥氏体处理，在２６０，３１６和３７１℃温度进行等温淬火得到证实。声学性能测量包括共振频率，声速和内耗。由共振频率转换成动态模量表示出这种关系可以用来预报球墨铸铁不同热处理条件下的机械性能。     

Some remarks on the physical models concerning two different approaches to inference in statistical process control

Summary For technological applications it can be useful to identify some simple physical mechanisms, which, on the basis of the available knowledge of the production process, may suggest the most appropriate approach to statistical control of the random quantities of interest. For this purpose the notion of rupture point is introduced firstly. A rupture point is characterized bym randomly arising out of control states, assumed to be mutually exclusive and stochastically independent. Shewhart's control charts seem to represent the natural statistical tool for controlling a rupture point; however it is shown that they are fully justified only when the hazard rates attached to the causes of failure are constant. Otherwise, typically in the presence of time increasing hazard rates, Shewhart's control charts should be completed by a preventive intervention rule (preventive maintenance). In the second place, the notion of dynamic instability point is introduced, which is specifically characterized by assuming that the random quantity of interest is ruled by a stochastic differential equation with constant coefficients. By discretization, developed according to a possibly new approach, it is shown that the former model reduces to an equation error model, which is among the simplest used in adaptive control, and thus particularly easy to deal with in regard to parameter estimation and the definition of the optimum control rule.